Said Mia, grundande och ledande GP på Stormbreaker Ventures – intervjuserien

Said Mia är grundande och ledande general partner (GP) på Stormbreaker Ventures, ett riskkapitalbolag som investerar i företag i pre-seed- och seedfaserna. Inriktningen är kommunikationsinfrastruktur, AI-RAN, Open RAN, kantberäkning, sammankoppling av satellit- och mobilnät, sakernas internet, uppkopplad mobilitet och modernisering av amerikansk tillverkningsindustri. Bland hans GP-kollegor finns Wade Oosterman (grundare av Clearnet Communications, som köptes av Telus för 6,6 miljarder dollar; tidigare medlem i Bell Canadas högsta ledning, där han ökade börsvärdet med 50 miljarder dollar), Derek Aberle (tidigare president för Qualcomm (QCOM ) under nästan ett årtionde) och Glenn Lurie (tidigare president och vd för AT&T (T ) Mobility and Consumer Operations). Said har en bakgrund inom investmentbankverksamhet för telekomsektorn. Han formulerade Stormbreakers investeringsidé och satte samman teamet.

Innan du grundade Stormbreaker Ventures gav du under flera år råd till stora telekom-, halvledar- och infrastrukturföretag hos bland annat Citi och PJT Partners (PJT ). Vad övertygade dig om att den största möjligheten inte längre var att ge råd till etablerade bolag, utan att finansiera startupföretag som bygger infrastrukturen för AI-eran?

Rådgivningen gav mig en plats på första parkett till ett problem som utvecklades långsamt. Jag arbetade med affärer som rörde några av världens viktigaste infrastrukturer: frekvenser, nätverksarkitektur och halvledarnas leveranskedjor. Jag såg hela tiden samma mönster. De etablerade företagen förstod intellektuellt hur omfattande AI-omställningen var. Men deras kapitalfördelning, tidsplaner för fusioner och förvärv samt organisatoriska incitament gjorde det strukturellt svårt att agera tillräckligt snabbt för att ta kontroll över den infrastruktur som AI faktiskt behöver. De optimerade det befintliga nätet, inte nästa generation.

Ju hårdare jag prövade den iakttagelsen i olika uppdrag, desto tydligare blev det att det verkliga värdeskapandet inte skulle ske inom dessa organisationer. Det skulle komma från grundare som kunde arbeta utan begränsningar från äldre system och verksamheter. De skulle bygga de förbindelser, den arkitektur för kantberäkning och den nätverksinfrastruktur utformad för AI från grunden som en maskindriven ekonomi faktiskt kräver. Till slut var det mest intellektuellt hederliga att sluta ge råd om omställningen och börja finansiera den.

Stormbreaker lägger stor vikt vid AI-infrastrukturens grundläggande verktyg, det så kallade hackor och spadar-lagret. Varför tror du att infrastrukturföretag till slut kan tillgodogöra sig mer bestående värde på lång sikt än många AI-startupföretag på applikationsnivå?

Applikationsnivån är spännande, men också strukturellt skör på sätt som inte fullt ut avspeglas i prissättningen. När de underliggande modellerna blir utbytbar standardteknik, vilket de kommer att bli, försvinner många applikationsföretags konkurrensfördelar snabbt. Företag som tränade med GPT-4 måste nu förhålla sig till GPT-5 och därefter GPT-6. Kostnaden för att byta är låg just eftersom apparna bygger på någon annans infrastruktur.

Det fysiska lagret fungerar annorlunda. Frekvenstillgångar, radioaccessnät, installationer för kantberäkning och infrastruktur för att flytta anslutningar mellan satellit- och mobilnät är dyra att bygga och tar tid att kopiera. De är djupt integrerade i kundernas verksamhet. Nätverkseffekterna är verkliga och bestående. När en industriproducent integrerar privat 5G och AI vid nätets kant i produktionen river företaget inte ut det för att en ny modell har lanserats. Infrastrukturen blir en bärande del av verksamheten.

Tidsdimensionen spelar också roll. Utbyggnaden av AI:s fysiska grund har bara börjat. Skillnaden mellan AI-ekonomins framtida behov av nätinfrastruktur och det som finns i dag är enorm. Att överbrygga den kommer att kräva ett årtionde eller mer av fortlöpande kapital och innovation. Riskprofilen är helt annorlunda än att satsa på vilken chatbot som tar företagens produktivitetsmarknad om 18 månader.

AI-baserade radioaccessnät (AI-RAN), kantberäkning och sammankoppling av satellit- och mobilnät får allt större uppmärksamhet. Vilken av dessa förändringar tror du fortfarande är mest missförstådd bland riskkapitalinvesterare i allmänhet?

AI-RAN, utan tvekan. Investerarna har till stor del sett det som en telekomfråga: en stegvis förbättring av befintlig radioaccessinfrastruktur. De har missat vad det faktiskt innebär, nämligen en grundläggande arkitekturförändring av hur intelligens fördelas i ett nätverk.

Traditionella radioaccessnät saknar intelligens i utkanten. AI-RAN ändrar det. Inferens och beslut i realtid förs in i själva radiolagret. Det får stora konsekvenser för fördröjning, energieffektivitet och ekonomin i att införa autonom AI i stor skala. Den här grundläggande infrastrukturen gör det möjligt för en fabriksrobot, ett självkörande fordon på motorvägen eller en drönare i en logistikkorridor att reagera på mindre än en millisekund utan att skicka varje beslut genom ett stort molnföretags moln.

De flesta riskkapitalinvesterare som arbetar över flera branscher har inte tillräckligt djup telekomkunskap för att se skillnaden tydligt. De förstår AI på applikations- och datanivå, men radioaccessnätet har historiskt varit en svart låda för Silicon Valley. Stormbreaker skapades för att fylla just den luckan. I vår partnergrupp finns ledare som har drivit dessa nät i stor skala. Vi förstår både teknikarkitekturen och de kommersiella drivkrafterna på sätt som generalistinvesterare helt enkelt inte gör.

Du har hävdat att äldre nät passar dåligt för en maskindriven ekonomi. Vilka är de största flaskhalsarna i infrastrukturen som hindrar dagens telekom- och industrisystem från att stödja autonom AI i stor skala?

Jag tänker ständigt på tre flaskhalsar.

Arkitekturen för fördröjning. Internet och mobilnät utformades för interaktioner i människans tempo. Människor märker inte 50 millisekunders fördröjning. Autonoma system gör det, och ofta avgör det skillnaden mellan ett säkert och ett katastrofalt beslut. Äldre kärnnätsarkitektur leder trafiken på sätt som inte passar industriell AI:s krav på förutsägbar och låg fördröjning.

Bristen på intelligens vid nätets kant. De flesta industrinät ser fortfarande infrastrukturen vid nätets kant som passiv transport: ledningar som skickar data till en central datormiljö för behandling. Men autonom AI i stor skala kräver lokal intelligens. En fabrik, hamn eller logistikknutpunkt kan inte drivas autonomt om varje beslut måste passera ett WAN. Beräkningskraft, lagring och inferens måste finnas på eller nära platsen där handlingen sker. De flesta befintliga lösningar är inte byggda så.

Samverkansförmåga och fragmentering. Industrimiljöer är en blandning av OT-system, leverantörsspecifika protokoll och äldre maskinvara som föregår moderna kommunikationsstandarder med årtionden. Att få systemen att kommunicera sammanhängande med ett AI-lager är en enorm integrationsutmaning. Den är lätt att underskatta om man inte har försökt genomföra en installation i sådana miljöer. Startupföretag som löser problemet och kan fungera som en intelligent länk mellan den fysiska verksamheten och AI-lagret ovanför kommer att bli mycket värdefulla.

Företag som Qualcomm, Ericsson (ERIC ) och Nokia satsar alltmer på förvärv inom AI och programvara. Ser du det som början på en lång konsolideringsperiod inom telekom- och infrastrukturteknik?

Ja, och jag tror att den fortfarande är i ett tidigt skede. Det vi ser från Qualcomm, Ericsson och Nokia är inte opportunistiska affärer utan en strategisk nödvändighet. Företagen inser att infrastrukturens ekonomiska tyngdpunkt flyttar till programvaru- och AI-lagret. Ingen av dem kan utveckla allt som behövs internt i den takt marknaden kräver.

Den djupare förklaringen är att startupföretag som byggts för AI från början utvecklar förmågor som etablerade företag inte kan återskapa internt. Det beror inte på talang eller kapital utan på friheten i arkitekturen. Utan en äldre produktlinje att skydda eller en kundrelation värd 10 miljarder dollar att bevara kan man utforma system från grundprinciperna för AI-eran. Resultatet blir strukturellt annorlunda.

För Stormbreaker är detta en viktig del av våra portföljbolags exitstrategi. Vi bygger relationer med sannolika strategiska köpare i förväg. Vårt GP-team har personliga arbetsrelationer med beslutsfattare i flera av dessa organisationer. Det ger oss insyn i planer för fusioner och förvärv som de flesta investerare i tidiga skeden saknar. När Nokia Growth Partners eller Ericsson Ventures deltar i en finansieringsrunda är det inte bara en bekräftelse genom kapital, utan också en signal om vart det strategiska intresset är på väg.

Hur viktig blir AI vid nätets kant under de kommande fem åren, särskilt inom tillverkning, logistik, robotteknik och industriell automation där fördröjning och tillförlitlighet är avgörande?

Det blir det avgörande infrastrukturtemat för de kommande fem åren inom dessa sektorer, punkt. Frågan är inte om AI vid nätets kant är viktig, utan om företagen som inför den har en underliggande infrastruktur som kan stödja den tillförlitligt.

Tillverkningsindustrin har förmodligen kommit längst i utvecklingen. Ekonomin i AI-baserad kvalitetskontroll, prediktivt underhåll och autonoma produktionslinjer är redan övertygande. De stora tillverkarna som agerar snabbt gör det för att avkastningen på investeringen är mätbar och omedelbar. Begränsningen ligger inte i AI-modellerna utan i nätverks- och beräkningsinfrastrukturen som möjliggör inferens i realtid i produktionen.

Logistik och uppkopplad mobilitet befinner sig något tidigare i utvecklingen men kommer att gå framåt snabbt. Effekterna på enhetsekonomin för autonom frakt, smart hamndrift och AI-baserad styrning av leveranskedjor är mycket stora. Investerare måste förstå att AI vid nätets kant inte är en enda infrastrukturkategori utan en flerskiktad helhet. Beräkning, uppkoppling, effekthantering och programvaruorkestrering måste fungera tillsammans. Företag som bygger integrerade lösningar över hela denna helhet blir mest uthålliga, snarare än de som bygger enskilda punktlösningar.

Industriell modernisering och återföring av produktion till hemlandet har blivit viktiga politiska prioriteringar i både USA och Kanada. Hur mycket av den nuvarande uppgången för AI-infrastruktur drivs av geopolitik och nationell säkerhet snarare än enbart kommersiell efterfrågan?

Mer än de flesta investerare inom området vill säga offentligt. Jag säger det rakt ut: säkerhetsperspektivet är en verklig och strukturell medvind för infrastrukturlagret, inte bara ett samtalsämne.

USA:s regering har kommit fram till, enligt min mening med rätta, att ledarskap inom AI inte bara är en ekonomisk fråga. Det handlar om suveränitet. Vem kontrollerar den fysiska infrastrukturen som AI använder, vem tillverkar halvledarna och vem bygger privata nät i kritiska industrianläggningar? Det är lika mycket säkerhetspolitiska som kommersiella beslut. CHIPS-lagen, regeringens åtgärder för att skydda kritisk infrastruktur och försvarsdepartementets investeringsinriktning mot AI vid nätets kant och suverän beräkning är inte tillfälliga politiska fenomen. De speglar en bestående samsyn över partigränserna om den strategiska betydelsen av inhemsk infrastrukturkapacitet.

För Stormbreaker skapar detta en särskild företagskategori som vi finner attraktiv: infrastrukturföretag där behoven inom nationell säkerhet och kommersiella användningsområden sammanfaller. Kunderna i dessa miljöer, som federala myndigheter, försvarsleverantörer och operatörer av kritisk infrastruktur, har en budgetmässig säkerhet och ett strategiskt tålamod som rent kommersiella kunder ofta saknar. Kombinationen av varaktig efterfrågan och verksamhetskritisk användning är precis vad vi söker i ett infrastrukturföretag i tidigt skede.

Ditt nätverk av verksamhetsledare omfattar tidigare chefer från bland annat AT&T Mobility, Bell Canada och Qualcomm. Vilken operativ förståelse tillför erfarna telekomledare som traditionella Silicon Valley-investerare ofta förbiser?

Det ärliga svaret är en djup respekt för vad det faktiskt krävs för att införa och driva fysisk infrastruktur i stor skala.

Silicon Valleys investeringskultur har historiskt varit optimerad för programvara: höga marginaler, snabba utvecklingscykler, relativt låg kapitalintensitet och kundanskaffning vars dynamik kan modelleras tydligt. Infrastruktur fungerar annorlunda. Nätverksprojekt har fleråriga försäljningscykler med företag och teleoperatörer. Integrationen med befintliga OT-miljöer är komplicerad och långsam. Regleringsfrågorna är konkreta och kan påverka tidsplanen för marknadsintroduktion väsentligt. Relationen till operatören, med operatörens godkännande, avtal om nätintegration och tillgång till frekvenser, är ingen formalitet. Den är en strategisk tillgång som tar år att bygga.

Att Wade Oosterman, som byggde Clearnet och sedan skapade 50 miljarder dollar i ökat börsvärde på Bell Canada, och Glenn Lurie, som ledde AT&T Mobility och vet hur stora operatörer ser på leverantörsrelationer och teknikinförande, är våra GP-partners innebär att vi kan bedöma grundare och företag med en måttstock som de flesta tidiga investerare inte har tillgång till. När en grundare presenterar sin plan för att nå marknaden genom en stor operatör kan vi ställa rätt frågor. Det gäller inte bara produktens passform på marknaden utan också om den kommersiella strukturen är realistisk utifrån hur inköpsorganisationerna faktiskt arbetar. Det operativa djupet innebär dessutom att portföljbolagen får mer än kapital. De får introduktioner till beslutsfattare, vägledning genom företagsförsäljningens cykler och trovärdighet i sammanhang där Stormbreakers namn väger tungt tack vare personerna bakom det.

AI-infrastruktur kräver allt mer el och kapital och blir mer beroende av leveranskedjor. Vad skiljer startupföretag som kan överleva i denna miljö från dem som kan få svårt att klara sig trots stark teknik?

De företag som överlever har hittat ett sätt att vända kapitalintensiteten till sin fördel i stället för att se den som en broms för verksamheten.

Strukturen för att nå marknaden. Kapitalintensiva infrastrukturföretag som enbart förlitar sig på direktförsäljning till företag växer långsamt och är sårbara. De som utvecklar distribution genom operatörspartner, systemintegratörer eller offentliga upphandlingskanaler kan införa lösningar snabbare och skapa återkommande intäkter som stödjer kapitalbehovet. Affärsmodellen måste utformas för miljön.

Kundprofil och avtalsstruktur. Om du bygger elintensiv kantberäkning eller nätverksinfrastruktur behöver du kunder vars köpbeteende passar din kapitalcykel. Långsiktiga avtal, grundläggande referensinstallationer och strategiska partner som saminvesterar i infrastrukturen är inte bara trevliga tillägg. De är förutsättningar för överlevnad.

Djup operativ kompetens i teamet, inte bara ingenjörskunnande. Jag har sett tekniskt briljanta infrastrukturföretag misslyckas för att de inte kunde hantera leveranskedjornas komplexitet, förhandla fram rätt leverantörsrelationer eller genomföra en storskalig installation utan att förbruka kapitalet. Grundare som har gjort detta tidigare och faktiskt infört fysisk infrastruktur i stor skala har en enorm fördel jämfört med förstagångsgrundare som enbart har starka tekniska meriter.

Hur ser infrastrukturen som bär AI-ekonomin ut om fem till tio år? Ser du en framtid dominerad av centraliserade stora molnföretag, eller något mer fördelat mellan kantnätverk, suverän beräkning och industriella AI-system?

Fördelad, men inte jämnt fördelad och inte utan att de stora molnföretagen spelar en roll. Den verkliga bilden är en skiktad arkitektur som är mer komplicerad och intressant än antingen berättelsen om att molnjättarna vinner allt eller motbilden där kantberäkning ersätter molnet.

De stora molnföretagen kommer att fortsätta dominera träning och storskalig inferens. Det är en kapitalkonkurrens som gynnar konsolidering, och de har vunnit den klart. Men inferens där handlingen sker, i fabriken, i det autonoma fordonet, vid mobilmastens fot eller i statens suveräna datacenter, blir brett fördelad. Fördröjningens fysik, bandbreddens ekonomi och politiken kring datasuveränitet pekar åt samma håll: intelligensen måste finnas närmare platsen där den agerar.

Det mest intressanta i tioårsbilden är att en ny infrastrukturkategori växer fram utan någon tydlig motsvarighet i den tidigare databehandlingsgenerationen. Det handlar om suveräna och industriella beräkningsnät som är privata, specialbyggda och djupt integrerade med den fysiska verksamhetsmiljö de betjänar. En hamnmyndighet, försvarsleverantör, stor tillverkare eller stat bygger och kontrollerar dessa nät. Det beror inte på att molnföretagens alternativ saknas, utan på att uppgifternas känslighet, kraven på fördröjning och arbetsbelastningarnas strategiska betydelse kräver det. Det är detta infrastrukturlager vi bygger mot på Stormbreaker. Företag som blir grundläggande för denna fördelade, suveräna och från början AI-anpassade infrastruktur kommer att tillhöra decenniets mest betydelsefulla infrastrukturföretag. De flesta av dem har ännu inte grundats.

Tack för en givande intervju. Läsare som vill veta mer bör besöka Stormbreaker Ventures.